Fonctionnement technique
L’inspecteur parcourt les points de code scalaires Unicode via `for (const ch of input)` (sans couper les paires de substitution des émojis), encode les octets UTF-8 avec `TextEncoder` et classe les contrôles risqués : caractères invisibles à chasse nulle (`U+200B`–`U+200D`, `U+2060`, `U+FEFF`), contrôles bidirectionnels (`U+202A`–`U+202E`, `U+2066`–`U+2069`) et espaces spéciaux non ASCII (`U+00A0` espace insécable).
Mode d’emploi étape par étape
Collez un extrait de code suspect, un nom de domaine, du texte Markdown/ChatGPT ou une chaîne de configuration défaillante.
Consultez le bandeau d’alerte signalant tout espace à chasse nulle, contrôle BiDi Trojan Source ou espace insécable (`U+00A0`).
Parcourez le tableau détaillé par point de code : glyphe, `U+XXXX`, valeur décimale, octets UTF-8 en hexadécimal et niveau de risque.
Cliquez sur Supprimer les contrôles invisibles, Remplacer les espaces spéciaux ou Normaliser (`NFC`, `NFD`, `NFKC`, `NFKD`) puis copiez la chaîne assainie.
Fonctionnalités & performances
- Détecte les caractères de contrôle bidirectionnels Trojan Source CVE-2021-42574 (`RLO`, `LRO`, `PDI`, etc.)
- Signale `U+200B` (ZWSP), `U+200C`/`U+200D`, `U+FEFF` (BOM) et `U+00A0` (NBSP) qui cassent silencieusement analyseurs et URL
- Gestion correcte des émojis hors plan de base (UTF-8 sur 4 octets) sans scinder les paires de substitution
- Normalisation `NFC` / `NFD` / `NFKC` / `NFKD` et nettoyage en un clic
- Exécution 100 % navigateur adaptée aux incidents de sécurité et audits de code
Méthodologie, formules & standards
L’itération par point de code (`Array.from(text)`) et l’encodage `new TextEncoder().encode(ch)` donnent les octets UTF-8 exacts. La normalisation s’appuie sur l’API standard ECMAScript UAX #15 (`String.prototype.normalize`). Les ZWJ légitimes (`U+200D`) à l’intérieur d’émojis composés sont signalés clairement afin que vous choisissiez de les conserver ou non.
Cas d’usage courants
- Comprendre pourquoi deux clés YAML/JSON ou deux noms de fichiers français identiques à l’écran échouent à l’égalité (`U+200B` ou accents NFC vs NFD)
- Auditer des extraits de code tiers pour repérer d’éventuelles attaques Trojan Source avant un merge
- Nettoyer des textes copiés depuis ChatGPT ou Word contenant des espaces insécables `U+00A0` ou filigranes `U+200B`
- Vérifier la séquence exacte d’octets UTF-8 d’une chaîne lors d’un débogage protocole
Exemples concrets & cas limites
Hidden Zero-Width Space in Variable Name
apiKey = "123"
Flagged U+200B (ZERO WIDTH SPACE) at index 3 -> Sanitized: apiKey = "123"
Visually looks like `apiKey` in most fonts but causes `ReferenceError` or auth header mismatches.
Vietnamese NFD vs NFC Normalization
tiếng (decomposed e + combining acute + circumflex = 7 chars)
NFC -> tiếng (composed = 5 chars, identical visually)
macOS HFS+/APFS filenames often use NFD while Linux/Windows/Web use NFC.
Limites & notes de précision
- • Supprimer tous les `U+200D` (Zero Width Joiner) sépare les émojis composés (ex. familles) en émojis simples.
- • Les homoglyphes inter-alphabets (ex. `а` cyrillique vs `a` latin) sont identifiables grâce à leur point de code (`U+0430` vs `U+0061`) sans être supprimés automatiquement pour préserver les textes légitimes.
Traitement local dans le navigateur & confidentialité
Les convertisseurs classiques envoient vos documents, extraits ou médias sur des serveurs distants. Inspecteur Unicode & Nettoyeur de Caractères Invisibles s’exécute directement dans votre onglet :
Vos textes et fichiers sont traités localement sans aucun envoi vers un serveur de calcul.
Microdeck n’enregistre ni ne stocke les fichiers ou données collés dans les outils.
Les résultats restent dans la mémoire de votre onglet et sont libérés dès que vous le fermez.
Questions fréquentes (FAQ)
Qu’est-ce qu’une attaque BiDi Trojan Source ?
Référencée CVE-2021-42574, cette technique insère des caractères de contrôle bidirectionnels invisibles (`U+202E`, `U+2066`, etc.) dans des commentaires ou chaînes pour afficher aux relecteurs un ordre différent de celui exécuté par le compilateur.
Quand choisir la normalisation NFC plutôt que NFKC ?
Utilisez `NFC` pour les textes standards et accents français/européens. Choisissez `NFKC` si vous souhaitez en plus convertir les caractères de compatibilité (pleine chasse `A`, exposant `²`, ligatures `fi`) vers leurs équivalents simples.
Pourquoi macOS produit-il parfois une longueur Unicode différente de Linux pour un même mot accentué ?
Le système de fichiers macOS stocke souvent les accents sous forme décomposée `NFD` (lettre de base + diacritique combinant), alors que le web et Linux utilisent généralement les caractères précomposés `NFC`.
L’inspecteur gère-t-il correctement les émojis ?
Oui, la lecture par point de code traite les scalaires 21 bits complets (`U+1F680`, etc.) sans découper les demi-substituts UTF-16.
Outils associés à découvrir
Convertisseur de Casse & Générateur de Slug SEO
Convertissez entre 11 casses (camelCase, snake_case, kebab-case, Majuscules/Minuscules) et slugs URL propres
Comparateur de Texte Diff & Générateur de Patch
Comparez deux textes ligne par ligne ou mot à mot et exportez un .patch unifié
Encodeur / Décodeur Base64, URL, Hex & Entités HTML
Convertisseur multi-formats à détection automatique pour Base64, URL, Hex et HTML